实现人工智能的三个核心问题，在于“怎样表示，怎样获取，怎样使用”

实现人工智能的三个核心问题在于“怎样表示，怎样获取，怎样使用”这也是人们对人工智能探索的核心问题所在。

1人工智能研究的分散化

在20世纪中叶科学技术的背景下，人们发现对于智能的研究确实太过于复杂，于是人工智能技术的工作者采用分散化的方式对人工智能进行研究。人们当时主要将智能模拟研究分解为“结构模拟”、“功能模拟”、“行为模拟”三个分支。

1.1基于结构模拟的神经网络研究

根据解剖学的相关成就，人们发现人脑的思维定位于大脑皮层。人的大脑皮层是由1011个神经元构成的极其复杂的一个网络，每个神经元都是一个处理单元，每个神经元有数千个与其他神经元形成的动态链接。生物系统的工作频率大约为100Hz。于是生物大脑大约有1016链接/s的速度。依靠如此复杂的神经网络系统，大脑可以充分描述外部世界，并对刺激做出响应。

起初人们尝试建立同样一个复杂的网络系统——神经网络。通过众多人工的神经元单元的有序链接实现人工智能。但是后来人们发现简单的通过结构的模拟并不能实现智能。主要面对三大问题：（1）生物的大脑是在不断的变化的，伴随生物的代谢，新神经突触的建立等一系列变化，神经元的链接方式无时无刻不在发生着变化。如果只模拟结构，而不模拟出其变化的特性就很难做到智能化。（2）基于工业的发展水平，要制造出复杂程度如同生物大脑级别的网络系统存在着巨大的困难（3）如果将系统的复杂程度降低，其智能化程度又会大打折扣。所以人们便开始功能性模拟的探索。

1.2基于功能模拟的物理符号系统

Newell和Simon提出了著名的“物理符号系统假设”，认为：一个物理符号系统只要满足：（1）具有输入符号（2）具有输出符号（3）能够存储符号（4）